Diese drei KI-Mythen sollten Digitalisierer kennen

Ein Artikel von Christopher Helm, Geschäftsführer Helm & Nagel, und Dr. Oliver Laitenberger, Partner bei Horn & Company Financial Services | 15.12.2020 - 08:59

Die digitale Transformation vieler deutscher Finanzinstitute hat durch die Corona-Krise eine Läuterung erfahren. Sie hat gezeigt: der Grad der Digitalisierung und der kontaktlosen Zusammenarbeit ist geringer als gedacht. Zudem hat die Umsetzung regulatorischer Anforderungen insbesondere in lukrativen Geschäftsfeldern, wie dem Kreditgeschäft oft zu kostspieligen Komplexitäten in Markt- und Marktfolgeprozessen geführt. Auch unter Effizienzaspekten sind Produkte, Prozesse und Fähigkeiten deshalb stetig weiterzuentwickeln. Anders als vor einigen Jahren streben Institute jedoch nicht nur den Kompetenzgewinn der menschlichen Intelligenz, sondern der künstlichen Intelligenz (KI) an.

Doch was versteht man unter Künstlicher Intelligenz? KI befähigt Maschinen zum menschlichen Denken, Entscheiden und Handeln. KI benötigt hierfür Daten, um menschliches Denken, Entscheidungen und Handeln zu beobachten und daraus lernen zu können.

Während des Trainings mit solchen Daten lernen Algorithmen für Menschen nicht sichtbare Muster zu erkennen. Dieses verallgemeinerte Verständnis der Daten wird dann für künftige Entscheidungen genutzt. Künstliche Intelligenz (KI) gewinnt deshalb seit Jahren im Front-, Middle- und Back-Office-Bereich von Finanzinstituten an Bedeutung – insbesondere auch, wenn es um die Erkennung von Betrugsfällen geht. Doch wo liegen tatsächlich Chancen und wo die Grenzen der KI und was hat das mit Betrug zu tun?

Mythos 1: KI ist genauer als der Mensch

Mit Schlagzeilen wie “Künstliche Intelligenz beendet menschliche Dominanz” berichtet die Tageszeitung Die Welt schon Ende 2017, wie “AlphaZero im Schach innerhalb von nur vier Stunden eigenständig zu einem unschlagbaren Genius” wurde. Solche Meldungen täuschen darüber hinweg, dass die Genauigkeit der KI außerhalb des Schachfeldes der des Menschen oft unterlegen ist. Nämlich genau dann, wenn eine aktive Informationsbeschaffung vom Menschen zum Menschen erforderlich ist. Die KI greift nicht zum Telefon, um fehlende Informationen eines Kreditantrags anzufragen oder eine mehrdeutige Information zum tatsächlichen Wohnort zu klären. Vielmehr beurteilt jede KI auf Basis ihr verfügbarer Informationen und deren vergangener Interpretation durch den Menschen.

Mythos 2. KI entscheidet umfassender als der Mensch

Eine KI kann mehrere Entscheidungen treffen. So wie berichtet wird, dass eine vormals auf dem Brettspiel “Go” trainierte KI sich selbst nun auch Schach beigebracht hat, lässt so machen davon träumen, wie die KI immer neue Fähigkeiten erlernt. In der Praxis sind die Regeln allerdings selten so klar definiert wie in oben genannten Brettspielen. Hier sind Fakten meist nur ein Bestandteil menschlicher Entscheidungen. Eine KI gerät in diesen Situationen deshalb oft an Grenzen der Nachvollziehbarkeit der menschlichen Entscheidungen. Viele Entscheidungsprozesse sind bei gleicher Sachlage widersprüchlich und KI kann diese nicht erlernen. Die KI lernt daher nur den diskussionsfreien Konsens.

Mythos 3: KI ist günstiger als der Mensch

Auch wenn der Vergleich zu Schach bei so mancher strategischen Geschäftsentscheidung als Metapher dienen kann, gilt dies weniger für Zeit und Geld: Eine verlorene Partie auf dem digitalen Schachbrett eines Großrechners kostet etwas Rechenleistung – eine verlorene Partie bei der Preisverhandlung den Auftrag. Kaum ein Mythos hält sich so stark wie jener, dass KI stets günstiger ist als der Mensch. KI ist nur dann günstiger, wenn ihre Entscheidungsfindung auf Basis ihres Trainings weniger Arbeitszeit in Anspruch nimmt als die Lern- und Arbeitszeit für die manuelle Bewältigung dieser Aufgaben.

Kann KI – wie es diese drei Mythen suggerieren – umfassender, günstiger und genauer sein als ein Mensch? Geldinstitute beantworten diese Frage meist im Einzelfall. Hochwertige Trainingsdaten können tatsächlich eine umfassende und genaue KI realisieren, gemäß dem magischen KI-Dreieck. Doch qualitativ hochwertige Trainingsdaten erfordern Investitionen. Praktiker wägen daher Qualität und Funktionsumfang der KI gegen deren Investitionskosten ab. Folgende drei KI-Szenarien veranschaulichen, wie Institute einen nachhaltigen Wettbewerbsvorteil aufbauen.

Genauer: Prozessturbo in der Kreditfabrik

Gerade in Bereichen, in denen der Gesetzgeber den Instituten eine hohe Anzahl an gesetzlichen Auflagen gemacht hat, lohnt sich der der Einsatz von KI. Die Dokumenten- beziehungsweise Informationsprüfung im Kreditgeschäft ist hier ein prominentes Beispiel. Kreditkunden von heute verlangen einen möglichst störungsfreien und nachvollziehbaren Ablauf. Zudem soll über ihren Antrag schnell entschieden werden. Das unterstützen auch Vertriebspartner und Makler-Plattformen. Doch selbst bei einer einfachen Baufinanzierung ist dies ein hehres Ziel: Der vollständige Antrag umfasst oft viele Seiten mehr oder weniger strukturierter Daten – persönliche Angaben, Immobilien- bzw. Baupläne und -details, Werkverträge und Modernisierungsunterlagen; und diesmal als Brief, Mail, Fax oder als Handyfoto. Diese Datenflut schwappt täglich elektronisch und als Ausdruck auf den Tisch bzw. Bildschirm der Sachbearbeiterinnen und Sachbearbeiter, die auf dieser Basis eine Entscheidung treffen müssen. Hier kann der Einsatz von KI massiv die Effizienz steigern.

Künstliche Intelligenz wie beispielsweise Konfuzio entfaltet bei der Suche nach Informationen in umfangreichen Dokumenten das Potenzial, um somit die relevanten Abschnitte in dem Dokument für einen menschlichen Kontrolleur optisch einfach auffindbar zu machen. Gleiches gilt bei der Nutzung des oft erforderlichen Vier-Augen-Prinzips. Das Vier-Augen-Prinzip gilt als verlässliche Gegenkontrolle bestimmter Arbeitsvorgänge. In korruptionsgefährdeten Arbeitsgebieten stellt es eine durch die Beteiligung mehrerer – im Regelfall zwei – Beschäftigter oder Organisationseinheiten eine Zweitprüfung sicher. Die intelligente Visualisierung von relevanten Daten gegenüber dem restlichen Text in einem Dokument, zum Beispiel einem Notarvertrag, hilft Menschen auch räumlich getrennt in einem Dokument zu arbeiten. Die KI sichert neben den zwei menschlichen Kontrolleuren zudem eine qualifizierte und fundierte Inhaltskontrolle und verhindert ein "schnelles Mitzeichnen" der zweiten Person selbst in sogenannten Massengeschäften. Die KI erweitert dabei als weiteres digitales Augenpaar das Vier-Augen-Prinzip zur Korruptionsprävention mit genügend Kontrolldichte. Das menschliche Vier-Augen-Prinzip wird so nicht wie üblich nur turnusmäßig, sondern durchgehend geprüft, sodass eine menschliche Zweitprüfung in manchen Fällen auch entfallen kann.

Umfassender: Von der Stichprobenprüfung zur Know Your Customer-Vollprüfung

KYC Daten sind umfangreich und komplex. Auch für gut ausgebildete MitarbeiterInnen von Finanzinstituten ist es oft schon eine Herausforderung, internationale Ausweise zu lesen geschweige denn die darin enthaltenen Informationen korrekt abzutippen. Ausweise besitzen unterschiedliche Formate. So ist einem Menschen gerade bei fremden Schriftzeichen nicht ersichtlich, welche Informationen relevant sind. Genau hier kann das Spezialwissen einer Ausweise verstehenden Spezial-KI zum Einsatz kommen. Erkennt sie den Ausweis, wird der Inhalt automatisch in das Zielsystem übertragen und die gewonnene Information dem Menschen grafisch nachvollziehbar zur Kontrolle präsentiert. Dies erspart dem Menschen das zeitintensive Lesen der Dokumentationen oder eine Internetrecherche und vor allem das fehleranfällige Abtippen.

Günstiger: Die Suche nach personenbezogenen Daten gemäß DSGVO

Die Datenschutzgrundverordnung sensibilisiert jeden Entscheider für personenbezogene Daten. KI kann das Aufspüren solcher Daten im Unternehmen vereinfachen. Gerade bei einem An- oder Verkauf von Unternehmen werden häufig unzählige personenbezogene Daten in Archive übertragen. Um potenzielle Speicherorte dieser Daten zu identifizieren, kann das Sprachverständnis von KI genutzt werden, um etwa bisher ungeschwärzte Namen von natürlichen Personen automatisch zu erkennen und zu anonymisieren.

Alles in allem lässt sich festhalten: Banken brauchen keine künstliche Intelligenz. Vor allem dann nicht, wenn sie noch mehr Zeit mit der Kernkompetenz ihrer natürlichen und langjährig-erarbeiteten Intelligenz und ihrer Expertise beim Kunden verbringen möchten. Wollen sie jedoch ihre vertriebliche “Nettomarktzeit” erhöhen und in der bestehenden Arbeitszeit mehr Kundenkontakt und mehr Geschäft anstoßen, dann sollten sie sich die Möglichkeiten der Künstlicher Intelligenz genauer ansehen.

Die Autoren:

Helm_Christopher.JPG

Christopher Helm, Geschäftsführer & Gründer Helm & Nagel

Christopher Helm ist ein Digital Native der InsurTech und FinTech-Szene. Durch diverse Softwareprodukte schafft seine mehrfach ausgezeichnete Firma Helm & Nagel, bereits seit 2016 Synergien zwischen künstlicher und natürlicher Intelligenz. In Inkubatoren und Vereinen wie dem BiPRO e.V., den Versicherungsforen Leipzig, dem InsurLab in Köln und dem InsurTech Hub Munich sind es die Themen Künstliche Intelligenz, Produktivität, DSGVO und lernende Systeme, die der ehemalige Dozent Christopher Helm mit der Berufserfahrung aus fast zehn Jahren praxisnah erklärt.

 

Laitenberger.JPG

Dr. Oliver Laitenberger, Partner Horn & Company

Mit mehr als 20 Jahren Beratungserfahrung verfügt Dr. Oliver Laitenberger über einen großen Erfahrungsschatz insbesondere in der Bank- und Versicherungswelt. In seinen Beratungsprojekten stand der wertorientierte Einsatz von innovativen Software- und IT-Technologien an der Schnittstelle von Geschäft und IT im Vordergrund. Bei Horn & Company leitet er das Kompetenzzentrum Business Technologie & Digitalisierung und beschäftigt sich dort insbesondere mit intelligenten Technologien zur Steigerung von Wettbewerbsfähigkeit, Effizienz und Automation sowie der agilen und digitalen Transformation “im Großen”.